Dzięki kalkulatorowi korelacji możemy obliczyć najczęściej stosowane współczynniki korelacji dwóch zmiennych.
Opis działania kalkulatora korelacji
Niniejszy kalkulator korelacji pozwala obliczyć różne współczynniki korelacji między dwiema zmiennymi. Udostępniono miary najbardziej popularne miary związków między zmiennymi mierzonymi na skali porządkowej lub ilościowej, takie jak: r-Pearsona, rho-Spearmana, tau-b Kendalla. Kalkulator oblicza współczynnik korelacji (kierunek, siłę) oraz poziom istotności dla danego współczynnika. Dodatkowo, wprowadzając dane dla trzeciej zmiennej, można obliczyć współczynnik korelacji cząstkowej między zmienną x i y, z uwzględnieniem zmiennej z. Dla wybranych miar rysowany jest wykres korelacji – wykres rozrzutu, opcjonalnie wraz z wyliczeniem równania regresji i naniesieniem jej na wykres rozrzutu. Korzystając z kalkulatora, można wyniki przekopiować z programu Excel, możliwe jest również poruszanie się strzałkami po polu, w którym wprowadza się konkretne wyniki.
Czym są korelacje?
Słowo „korelacja” pochodzi od łacińskiego „correlatio”, co można by przetłumaczyć jako „wspólny związek/wspólna relacja”. Inną nazwą korelacji jest więc współzależność lub też współwystępowanie. Określenie korelacji polega na ustaleniu, czy jakieś zmienne są z sobą powiązane w sposób istotny dla statystyki. Korelacje nie zajmują się ustaleniem/zbadaniem przyczyn i skutków tych powiązań, a samym ich istnieniem. Samo słowo korelacja może odnosić się do kilku różnych pojęć: korelacji zmiennych losowych, współczynników korelacji, korelacji rangowej, wzajemnej, rzutowej, biegunowej. Potocznymi przykładami zachodzących korelacji jest równoczesny wzrost wartości A i B – wyższy wzrost łączy się z większą wagą, ilość czasu poświęconego na trening zwiększa szanse na odniesienie sukcesu w jakiejś dyscyplinie itp. Za twórcę technik związanych z korelacjami (i statystyką) uważa się sir Francisa Galtona, ale termin ten związany jest też z wieloma innymi naukowcami, których nazwiska zostały zresztą uwiecznione w miarach związków – Karl Pearson, Charles Edward Spearman, Maurice Kendall, Harald Cramer itd.
Specyficznym rodzajem jest korelacja pozorna. Związana ona jest z wynikiem, a raczej z jego błędną interpretacją – przy takim błędzie określimy korelację, która tak naprawdę nie ma żadnych podstaw bytu. Sztandarowym przykładem jest korelacja liczby bocianów i narodzin dzieci w tychże okolicach: bociany żyją na wsiach, a tam rodzi się statystycznie więcej dzieci, więc wynik tego wskazuje na zachodzące związki, wiadomo jednak, że jedno z drugim nie ma nic wspólnego...
Kalkulator korelacji Wasze wyniki
Korelacje 1 2 3 4 5 6 7 8 9 10 11 1 wyczerpanie Współczynnik korelacji 1,000 ,553** -0,098 -0,174 -0,038 ,849** 0,096 0,080 0,143 -,474** 0,139 Istotność (dwustronna) 0,000 0,439 0,170 0,766 0,000 0,450 0,531 0,261 0,000 0,275 2 brak zaangażowania Współczynnik korelacji ,553** 1,000 -0,022 -0,128 0,056 ,887** -0,022 0,063 0,154 -,486** ,253* Istotność (dwustronna) 0,000 0,862 0,313 0,663 0,000 0,863 0,623 0,224 0,000 0,044 3 wsparcie od przyjaciół Współczynnik korelacji -0,098 -0,022 1,000 ,605** ,615** -0,049 ,325** ,392** -0,162 0,052 -,344** Istotność (dwustronna) 0,439 0,862 0,000 0,000 0,700 0,009 0,001 0,200 0,683 0,005 4 wsparcie od rodziny Współczynnik korelacji -0,174 -0,128 ,605** 1,000 ,633** -0,161 ,338** ,275* -0,074 0,013 -0,072 Istotność (dwustronna) 0,170 0,313 0,000 0,000 0,203 0,006 0,028 0,564 0,921 0,572 5 wsparcie osoba znaczaca Współczynnik korelacji -0,038 0,056 ,615** ,633** 1,000 0,036 ,334** ,471** -0,071 -0,056 -,317* Istotność (dwustronna) 0,766 0,663 0,000 0,000 0,780 0,007 0,000 0,575 0,661 0,011 6 srednia OLBI Współczynnik korelacji ,849** ,887** -0,049 -0,161 0,036 1,000 0,051 0,065 0,207 -,525** ,256* Istotność (dwustronna) 0,000 0,000 0,700 0,203 0,780 0,688 0,608 0,100 0,000 0,041 7 wykształcenie Współczynnik korelacji 0,096 -0,022 ,325** ,338** ,334** 0,051 1,000 ,450** -0,167 -0,016 -,298* Istotność (dwustronna) 0,450 0,863 0,009 0,006 0,007 0,688 0,000 0,188 0,898 0,017 8 stanowisko Współczynnik korelacji 0,080 0,063 ,392** ,275* ,471** 0,065 ,450** 1,000 -0,048 -,268* -0,212 Istotność (dwustronna) 0,531 0,623 0,001 0,028 0,000 0,608 0,000 0,704 0,032 0,092 9 staż pracy Współczynnik korelacji 0,143 0,154 -0,162 -0,074 -0,071 0,207 -0,167 -0,048 1,000 -0,006 ,407** Istotność (dwustronna) 0,261 0,224 0,200 0,564 0,575 0,100 0,188 0,704 0,964 0,001 10 PSwP Współczynnik korelacji -,474** -,486** 0,052 0,013 -0,056 -,525** -0,016 -,268* -0,006 1,000 -0,174 Istotność (dwustronna) 0,000 0,000 0,683 0,921 0,661 0,000 0,898 0,032 0,964 0,168 11 wiek Współczynnik korelacji 0,139 ,253* -,344** -0,072 -,317* ,256* -,298* -0,212 ,407** -0,174 1,000 Istotność (dwustronna) 0,275 0,044 0,005 0,572 0,011 0,041 0,017 0,092 0,001 0,168
oblicz
GPM vs Twardość
Super